會議論文
| 學年 | 108 |
|---|---|
| 學期 | 1 |
| 發表日期 | 2019-12-07 |
| 作品名稱 | 利用網路搜尋趨勢預測日本及南韓來台旅客人數 |
| 作品名稱（其他語言） | |
| 著者 | 周清江; 楊士平 |
| 作品所屬單位 | |
| 出版者 | |
| 會議名稱 | 第二十五屆國際資訊管理暨實務研討會 |
| 會議地點 | 高雄市，臺灣 |
| 摘要 | 現今觀光旅遊業在台灣是主要經濟收入來源之一，受益於網路快速發展，使用電腦及手機查詢網路資料的人數愈來愈普遍，成為人們規劃旅遊不可或缺的一部份。我們以Google搜尋引擎的查詢資料紀錄反應出搜尋者對旅遊的偏好趨勢，找出旅客主要關心的網路議題，無論對於旅遊業以及旅遊的周邊產業例如：週邊小吃等，都會有一定的幫助。但因為旅遊通常不是當下決定的事情，搜尋引擎的查詢可能會有滯後期的產生，例如：提前半年買機票等相關事宜或者是天氣查詢等，我們期望能從中蒐集資訊並發展預測，以更快了解旅遊議題現況。以往研究多是以旅客人數歷史紀錄預測旅遊量，而本文研究加上針對不同Google關鍵字及其歷史紀錄作為資料集，並利用皮爾森相關係數找出滯後期的Google熱度關鍵字，以時間序列的ARIMA模型建置多個不同性質的預測模型，比較不同參數所建置出多個時間序列的ARIMA模型，如天氣、交通、飲食等。為驗證方法之有效性，因此本研究蒐集南韓及日本來台數據96個月(2011年1月至2018年12月)，及同期的Google關鍵字進行分析，找出更有效之旅遊預測模型。 |
| 關鍵字 | 時間序列;ARIMA模型;網路搜尋趨勢;旅遊預測 |
| 語言 | zh_TW |
| 收錄於 | |
| 會議性質 | 國內 |
| 校內研討會地點 | 無 |
| 研討會時間 | 20191207~20191207 |
| 通訊作者 | 周清江 |
| 國別 | TWN |
| 公開徵稿 | |
| 出版型式 | |
| 出處 | |
| 相關連結 |
機構典藏連結 ( http://tkuir.lib.tku.edu.tw:8080/dspace/handle/987654321/118506 ) |